‘壹’ webgis的主要实现方法，并说明各自有何特点
应该说主要有几种途径，一是对原始纸质数据、电子数据（表格、图形文件、遥感影像、航片等）的矢量化，二是利用卫星、飞机、各种采集仪器（全站仪、GPS数据采集车等）直接采集数字化的数据。
地理信息系统的特征
由于建立地理信息系统的目标、用途、区域等不同，地理信息系统有多种分类，如基础地理信息系统、资源调查信息系统、城市（或工程）管理信息系统、土地管理信息系统、人口统计信息系统、防洪防汛管理信息系统及其他专题信息系统，还有全球的、区域的和局部的地理信息系统等。但是，不管是基础的或专题的信息系统还是综合应用的信息系统，也不论系统规模大或小,其基本组成都是相同的：
①数据输入；
②数据的存贮、编辑和数据库管理； ③数据的运算、查询、检索和分析 ④信息应用；
⑤数据输出和显示。 ⑥数据更新。
为了满足对所涉及对象各类要素空间分布和相互关系的研究要求，地理信息系统必须具备以下基本条件:
①公共的地理定位基础。即所有的地理要素,要在一个特定投影和比例的参考坐标系统中进行严格的空间定位。
②信息源输入的数字化和标准化。为对来自系统外部的多种来源、多种形式的原始信息由外部格式转换成便于计算机进行分析处理的内部格式，必须对这些原始信息予以数字化和标准化。即对不同精度、不同比例尺、不同投影坐标系统且形式多类的外部信息运用数字化设施依统一的坐标系和统一的记录格式进行模式转换、坐标转换等，形成数据文件，存入数据库内。
③多维数据结构。由于地理信息不仅包括所研究对象的空间位置，也包括其实体特征的属性描述，同时还有明显的时序特征。因此，地理信息系统的空间数据组织形式应是一个由空间数据（三维空间坐标及其拓朴关系）、属性数据及时态数据所组成的多维数据结构。
此外,地理信息系统还具有如下特征：
⑴具有采集、管理、分析和以多种方式输出地理空间信息的能力，具有空间性和动态性。
⑵为管理和决策服务，以地理模型方法为手段，具有区域空间分析、多要素综合分析和动态预测能力，产生决策支持信息及其它高层地理信息。
⑶由计算机系统支持进行地理空间数据管理，并由计算机程序模拟常规的或专门的地理分析方法，作用到空间数据之上产生有用信息，完成人类难以完成的任务。计算机系统的支持使得地理信息系统具有快速、精确并能综合地对复杂的地理系统进行空间和过程的动态分析。
所以，GIS的功能决不仅仅限于对现实世界中地理空间数据的采集、编码、存储、查询和检索，而是现实世界的一个抽象模型，它比由地图表达的现实世界模型更为丰富和灵活， 用户可以按应用的目的观察提取这个现实世界模型各方面的内容，也可以量测这个模型所表达的地理现象的各种空间尺度指标，更为重要的是可以将自然发生的或者思维规划的动态过程施加在这个模型之上，取得对人为和自然过程的分析和预测信息，从而有助于做出正确决策
‘贰’ 如何把平面图制作成遥感图像
遥感影像是原始影像，它是制作后面一系列影像产品的输入。如果说非要生成模拟遥感影像的话，需要根据需求的不同来具体定义模拟遥感影像时的各个参数！
‘叁’ 遥感数据预处理
本研究以 2008 年 3 月 16 日地震前 IKONOS 遥感影像和 2008 年 9 月 1 日地震后QuickBird 遥感影像为数据源，采用基于多源多时相变化检测技术开展遥感震害信息提取。
基于多源多时相变化检测技术的遥感震害信息提取数据的预处理不同于普通的遥感影像数据的预处理，其对两时相影像质量的要求较高 ( 不管在辐射校正、几何校正还是影像配准等环节中均要求比较高的精度) ，因为这直接关系到后续震害信息提取的准确性。为满足 “快速、高效、准确”的要求，本节提出了基于变化检测技术的多源多时相遥感震害信息提取影像预处理技术流程 ( 图 4 －2) ，通过实验证明取得了良好效果。
( 一) 无控制点共线方程几何校正法
共线方程建立在图像坐标与地面坐标严格的数学变换关系基础上，是对成像空间几何形态的直接描述。该方法的校正过程需要用到数字高程模型，可以在一定程度上修正因地形起伏而引起的投影差和几何变形。当今，所有的卫星遥感数据都附带了卫星传感器的精确位置、高度、速度、太阳高度角和姿态等参数，这些信息一般保存在遥感影像的头文件或 ＲPC 文件里，所以能够十分方便地在没有地面控制点的情况下使用共线方程几何校正法进行较高精度的几何纠正和定位。
高分辨率遥感影像由于幅宽窄、空间分辨率高，受地球切平面、地球曲率等影响相对较小，影像内部几何畸变较小，所以一般在使用了共线方程几何校正法对高分辨率遥感影像进行几何校正后，都能够达到比较好的效果。由于共线方程几何校正法只需要提供卫星传感器飞行的相关参数就能对影像进行纠正，省去了选取控制点的步骤，节省了时间，满足了 “快捷、准确”的要求，所以本研究选择无控制点共线方程几何校正法对影像进行第一次 “粗”校正。
在 ENVI 软件中，分别读取 IKONOS 和 QuickBird 数据的 ＲPC 文件 ( . txt 格式) ，然后在 Georeference 模块中分别对全色和多光谱波段进行无控制点共线方程的几何校正。
图 4 －2 遥感震害信息提取影像预处理技术流程图
( 二) 正射校正
遥感图像成图时，由于受到各种不确定因素的影响，例如传感器的成像方式、外方位元素的变化、地形起伏、地球曲率、大气折射等，图像本身的几何形状与其对应的地物形状往往会不一致，发生几何变形 ( 畸变) 。遥感图像的几何变形是指原始图像上各地物的几何位置、形状、尺寸、方位等特征与在参照系统中的表达要求不一致时产生的变形。为了消除这些因素带来的几何变形，为后续影像配准做好铺垫，还需要利用研究区域的DEM 对影像做数字正射校 正，分别生 成 震 前、震 后 两时相 的 数 字 正 射 影 像 图 ( Digital Orthophoto Map，简称 DOM) 。数字正射纠正的原理就是将中心投影的影像通过数字符纠正形成正射投影的过程 ( 陈文凯，2007) 。
本文的正射校正在 ENVI 软件的 Orthorectification 模块中完成。得到震前、震后两时相的 DOM 后，还应当检查其与 DEM 的匹配情况，与 DEM 同名地物点的点位中误差不能大于表 4 －1 的规定，如果超过规定，需要重新进行正射校正。
表 4 －1 DOM 与 DEM 地物点的点位中误差
( 三) 图像融合
对全色数据与多光谱数据的 DOM 进行融合，形成兼具高分辨率空间信息和多光谱彩色信息的融合影像。融合前须对多光谱数据进行色彩增强处理，拉大不同地类之间的色彩反差，突出其彩色信息; 同时对影像进行色调调整，提高全色数据的对比度和亮度，增强局部反差，突出纹理细节，降低噪声。融合后须检查影像是否出现重影、模糊等现象，检查影像纹理细节与色彩，判断融合前的处理是否正确，如果存在以上问题，需要返回重新融合。融合后影像如果亮度偏低、灰阶较窄，可采用线性拉伸、亮度对比度等方法进行色调调整，但是应注意尽量保留融合数据的光谱信息和空间信息。
研究为了使融合后的数据仍然保持多光谱特性 ( 四个波段: 红、绿、蓝、近红外) ，便于标准化植被指数 NDVI 的计算，在 EＲDAS 软件下，采用 Subtractive resolution merge 模块( 此种融合方法能够使融合后的数据保持原有的多光谱特性) ，分别对 IKONOS 和 QuickBird数据的全色波段和多光谱波段进行融合，取得了良好的效果 ( 图4 －3、图4 －4) 。
图 4 －3 IKONOS 融合影像 ( 1m)
图 4 －4 QuickBird 融合影像 ( 0. 6m)
( 四) 图像配准
震前、震后 DOM 影像在经过无控制点共线方程几何校正和正射校正之后，已基本实现了叠置，大部分地物都能比较好地重叠在一起，不过也有个别目标存在偏差现象。图 4 －5 中左侧为震后 QuickBird 影像，右侧为 IKONOS 影像，中间黑色划线标注区域的池塘重叠效果存在着偏差，在这种情况下，需要进行影像之间的配准。图像配准也叫影像的精校正，是指消除图像中的几何变形，产生一幅符合某种地图投影或图形表达要求的新图像过程。
图 4 －5 震前、震后 DOM 影像叠置的效果( 黑色划线区域内存在偏差)
本节所指的图像配准是多图像的几何配准，多图像是指同一地区不同时刻的图像 ( 多时相图像) 或者不同传感器获取的多源图像，这里 IKONOS 和 QuickBird 影像就属于多源多时相遥感影像。多图像几何配准就是指将多图像的同名像点通过几何变换实现精确重叠，通常称为相对配准; 如果将相对配准后得到的多图像归入同一地图坐标系统当中，就叫做绝对配准。
本研究中震前与震后的融合 DOM 影像之间的配准工作在 EＲDAS 软件的 Image Geometric Correction 模块中进行，以震后 QuickBird 影像 DOM 为参照，选择二次多项式校正模型配准震前 IKONOS 影像 DOM，手动选取了 6 个同名控制点建立了多项式模型之后，这时 EＲDAS 软件会根据模型自动找出后面控制点在图像中对应的位置，这时只要在图像窗口中校正其位置即可，节省了时间。同名配准控制点的残差应当满足表 4 － 2 的要求。共选取 20 个地面控制点 ( GCP) ，这 20 个控制点总的均方根误差 ( ＲMSE) 为 ±1. 0773，各个地面控制点坐标值和 ＲMSE 见表4 －3。最后选择最近邻域法 ( Nearest Neighbor) 对影像进行重采样。
表 4 －2 配准控制点残差
表 4 －3 各个地面控制点的坐标和 ＲMSE
续表
DOM 影像几何配准之后，需要对质量进行检查控制。首先校正震前、震后 DOM 影像的同名地物点的点位中误差不能大于表 4 －4 的规定，另外检查两个时相的 DOM 影像与土地利用现状图 ( LUDＲG) 的匹配情况，精度不能大于表 4 － 5 的规定。如果不满足要求，还需要利用土地利用现状图对两时相 DOM 影像进行第二次配准。
表 4 －4 多时相 DOM 同名地物点配准精度
表 4 －5 DOM 相对于土地利用现状图的精度
( 五) 影像辐射增强处理
由于震前、震后 DOM 影像获取的时间不同，地面接收到的太阳辐射度不同，加之高分辨率遥感影像本身像元间光谱的异质性较强，使得两个 DOM 影像在外观上肯定存在一些差异，对震害变化信息检测带来不利影响。为了消除这些不利影响，提高震害信息提取精度，需要事先对震前、震后两时相 DOM 影像做辐射增强处理，主要包括自适应性滤波处理和直方图匹配。
为了控制高分辨率遥感数据中的随机噪声 ( 随机噪声往往影响地类之间的均匀性及边界的稳定性) 和像元间光谱的强异质性，需要对影像进行空间滤波处理。本研究采用 ENVI 软件中的 Frost 自适应性滤波对震前、震后 DOM 影像进行滤波处理，在降低像元光谱异质性，使影像平滑的同时，较好地保持了地类边缘和纹理的清晰。Frost 自适应性滤波是以权重为自适应调节参数的滤波器，对每一个像元都确定一个权重，然后逐个进行滤波。
本研究所说的直方图匹配是指对图像查找表进行数学变换，使一幅多光谱遥感图像所有波段的直方图与另一幅遥感图像所有对应波段相似，其经常用于相邻图像之间的拼接或者多时相遥感图像动态变化信息检测研究的预处理工作，经过直方图匹配可以消除部分由于太阳高度角或者大气辐射造成的多源遥感影像间光谱信息的差异性 ( 党安荣等，2003) 。
本研究在 EＲDAS 软件中以震后 QuickBird 影像 DOM 为标准，对震前 IKONOS 影像DOM 的各个波段完成直方图匹配处理。从上节融合后的结果 ( 图 4 － 3、图 4 － 4) 中可以发现，QuickBird 融合影像在研究区域内存在一片厚厚的云层以及由云层引起的阴影，导致云层和阴影范围内的信息完全丢失，严重影响了数据质量。在这种情况下，使用去除薄云的处理方法无法解决问题，然而也不能使用去除厚云的替补方法，因为后续工作是震害变化信息的提取，如果用其他的影像数据进行替换 ( 例如灾前 IKONOS 数据) ，势必会影响到后面变化信息提取的精度。经过综合考虑，决定在不能修复厚云及其阴影区域的情况下，通过分类单独提出云层和阴影，然后建立掩膜图层，在 QuickBird 影像上剔除上述区域，不参与后续研究。同样在震前 IKONOS 影像上也剔除掉相同的区域。最终经过辐射增强处理以及剔除厚云和阴影部分的前、后两时相 DOM 影像效果见图 4 －6 和图 4 －7。
图 4 －6 IKONOS 最终 DOM 影像 ( 1m)
图 4 －7 QuickBird 最终 DOM 影像 ( 0. 6m)
‘肆’ 遥感图像处理软件有哪些
常用的遥感图像处理软件有：ERDAS、PCI、ENVI等。各软件的特点如下：
1.ERDAS：ERDAS是一款遥感图像处理系统软件。 它以其先进的图像处理技术，友好、灵活的用户界面和操作方式，面向广阔应用领域的产品模块，
服务于不同层次用户的模型开发工具以及高度的RS/GIS集成功能，为遥感及相关应用领域的用户提供了内容丰富而功能强大的图像处理工具，该软件功能强大，在该行业中占有一定市场份额。
2.PCI：PCI集成到一个具有同一界面、同一使用规则、同一代码库、同一开发环境的一个新产品系列，该产品系列被称之为 PCI GEOMATICA。
对于20多年来一直致力于向地学界提供全方位解决方案的PCI公司来说，始终坚持领先一步的原则，地理咨讯永远在变迁，而地理咨讯软件更处于变迁的前沿。
3.ENVI：ENVI是一个完整的遥感图像处理平台，应用汇集中的软件处理技术覆盖了图像数据的输入/输出、图像定标、图像增强、纠正、正射校正、镶嵌、数据融合以及各种变换、信息提取、图像分类、基于知识的决策树分类、与GIS的整合、DEM及地形信息提取、雷达数据处理、三维立体显示分析。
(4)web加载遥感影像扩展阅读
遥感图像处理功能
1、遥感图像校正
遥感图像校正是指纠正变形的图像数据或低质量的图像数据，从而更加真实地反映其情景。图像校正主要包括辐射校正与几何校正两种。
2、遥感图像增强
遥感图像增强是通过增加图像中各某些特征在外观上的反差来提高图像的目视解译性能。主要包括对比度变换、空间滤波、彩色变换、图像运算和多光谱变换等。
图像校正是以消除伴随观测而产生的误差与畸变．使遥感观测数据更接近于真实值为主要目的的处理，而图像增强则把重点放在使分析者能从视觉上便于识别图像内容之上。
3、遥感图像镶嵌
遥感图像镶嵌是将两幅或多幅数字图像(它们有可能是在不同的摄影条件下获取的)拼接在一起，构成一幅更大范围的遥感图像。
4、遥感图像融合
遥感图像融合是将多源遥感数据在统一的地理坐标系中采用一定算法生成一组新的信息或合成图像的过程。遥感图像融合将多种遥感平台、多时相遥感数据之问以及遥感数据与非遥感数据之间的信息进行组合匹配、信息补充，融合后的数据更有利于综合分析。
5、遥感图像自动判读
遥感图像自动判读是根据遥感图像数据特征的差异和变化，通过计算机处理，自动输出地物目标的识别分类结果。它是计算机模式识另Ⅱ技术在遥感领域的具体应用，可提高从遥感数据中提取信息的速度与客观性。自动判读的方法主要包括监督分类法和非监督分类法。
‘伍’ 遥感图像怎么导入arcmap
朋友，ArcMap可以直接加载遥感影像的。比如直接将遥感影像文件拖拽到ArcMap中，或文件——>add
data——>add
data即可。
‘陆’ 如何下载google earth的遥感图像
http://wenku..com/link?url=uqZT_-Al_0eglFtww_3LgNVbb-To2Exb7kHsfMlypxakYuL4D_TRf4dYRkcPes6-bUp3a这里详细介绍了获取遥感影像的方法，希望对你有用
‘柒’ 基于WebGIS 的信息共享技术
随着计算机网络技术与 GIS 技术的发展，WebGIS 技术为当今空间数据的共享提供了一种全新、跨越时空、快捷、有效的手段。从理论上讲，在 WebGIS 环境下，对各种空间数据只要依据统一的数据共享标准和规范进行适当的改造，就能在互联网中自由地存取、发布和共享。但由于空间数据的复杂性，使得在空间信息共享中，还面临各种各样亟待解决的问题，其中之一就是如何为各种 Web 用户提供均质、集成和无缝链接的时空数据，从而实现由数据的检索、查询和信息共享到规律的认识和知识的发现，真正使有限的数据成为服务于社会的 “无限知识”( 郭腾云等，2004) 。
快速发展的 Web 技术可提供面向用户的开放式信息共享环境，并为实现空间数据信息的共享和知识的传播提供了技术平台。WebGIS 的出现，使地理信息能够为更多的民众服务，通过互联网络发布地理空间信息，不仅用户面广，信息实时准确，而且还具有可共享多个数据源、简化客户端配置等优点。用户既可以了解文字内容，又可以了解动态图形或数据。
一般认为，Web 环境下的共享信息应当遵循统一的数据分类和编码标准; 系统应提供良好的交互环境和信息导航服务，以保证数据信息共享在开放式系统中进行; 对客户端的要求不应特殊，而只需安装 Web 浏览器和支持浏览 HTML 文件浏览器的操作系统。本系统为实现空间数据信息共享，分别从基础平台系统、数据组织、服务提供等方面综合考虑，实现塔里木河流域有关地理信息的网络化发布。
1. 基础平台确定
选用 ESRI 公司的 ArcIMS 为地理信息发布平台软件，通过 ArcSDE 空间数据引擎访问空间数据库。ArcIMS 是 ESRI 公司开发的一个基于 Internet 的成熟 GIS 平台，ESRI 公司的地理信息系统软件和数据格式已经成为业界的通用标准，许多国家和行业选择 ESRI 公司的系列软件建立专业的 GIS 应用系统。ArcIMS 允许集中建立大范围的 GIS 地图数据和应用，并将这些结果提供给 Internet/Intranet 上的广大用户。ArcIMS 包括了客户端和服务器端两方面的技术，扩展了普通站点，使其能够提供 GIS 数据和应用服务; ArcIMS 提供了完备的 ARCXML 语言，可以定制满足专业功能的 WebGIS 系统，在客户端页面请求与ArcIMS 服务之间架立数据解译的桥梁。ArcSDE 空间数据引擎可以进行空间图形和图像数据的读写操作，为客户端提供了一套管理和操作空间数据库的方法。
2. 数据组织
数据标准化: 在 Web 环境下进行空间数据交换和共享，满足用户获取均质、集成的时空数据并完成专题应用的目标，实施数据分类、编码、格式转换等的标准化和规范化是实现这一目标的关键所在。根据统一规范，已采用现行的国家标准、行业标准对有关数据进行了改造，包括各尺度基础地理图形数据、生态环境专题图形数据、遥感影像数据等;统一了坐标体系以及输入输出格式; 建立了标准的元数据和数据字典。
空间数据结构化: 层次理论强调了系统的多层次属性及各层之间的相互关系，并进一步阐述嵌套式和非嵌套式层次关系。层次理论可用于对自然、生态、经济、社会等复杂系统概念的组织、关系的描述和系统的分析。认识任何复杂系统，应同时对各关系层进行深入的分析。塔里木河流域生态环境动态监测系统是一种复杂系统。在设计空间数据结构时需要从属性和空间构成两方面进行仔细分析，针对用户需求设计共享数据的层次结构。
3. 服务提供
信息服务有两种方式，即直接和间接方式。在直接方式中，用户在浏览器端通过Web 共享界面，直接存取已在网上发布的共享信息，如各种文档、表格、图形等; 在间接方式中，用户可访问数据库，或先查询元数据，再访问数据库，浏览、查询属性和空间信息，动态定制专题地图，按需求获取各类信息。
系统采用间接信息提供方式，通过 ArcIMS 提供的 ARCXML 语言进行定制开发，除了编辑功能以外，几乎所有的 GIS 功能都可以在以 ArcIMS 为核心开发的 WebGIS 系统中实现。ArcIMS 建立的 WebGIS 系统通过 ESRI 公司的空间数据引擎 ArcSDE 在后台数据库ORACLE 服务器中检索空间数据，通过服务器端或客户端的分析，为客户端提供空间数据查询服务。
‘捌’ 遥感与地理信息系统一体化的详细信息
本专题介绍以下几个内容：
l遥感与GIS
l遥感与GIS一体化集成技术
lENVI/IDL与ArcGIS一体化集成方案
lENVI/IDL与ArcGIS一体化集成操作演示
lENVI/IDL与ArcGIS集成开发案例
1 遥感与GIS
遥感是空间数据采集和分类的有效工具，GIS是管理和分析空间数据的有效工具（彭望琭等，2002）。两者是空间信息的主要组成部分，有着必然的联系。遥感具有动态、多时相采集空间信息的能力，遥感影像已经成为GIS的主要信息源。作为GIS的核心组成部分，遥感影像是提供及时信息的理想方式。在遭遇灾害的情况下，遥感影像是唯一我们能够立刻获取的地理信息；在地图缺乏的地区，遥感影像甚至是我们能够获取的唯一信息；
下载(47.43 KB)
5 天前 22:20
图1 遥感与GIS
在空间信息的许多行业，离开遥感影像，GIS就是不完整的。另一方面，遥感获取丰富的、海量的空间数据有赖于GIS的有效管理与共享，同时利用GIS强大的空间分析功能提取更深层次的专题信息，全面提升影像的利用价值。
下载(46.73 KB)
5 天前 22:20
图2 遥感与GIS一体化集成意义
2 遥感与GIS一体化集成技术
遥感影像类似于GIS中的栅格数据，遥感和GIS很容易在数据层次上实现集成（邬伦等，2001）。GIS软件没有提供完善的图像处理功能，遥感软件中也缺少空间分析及数据管理工具。遥感和GIS一体化集成，可以有以下三个层次及途径实现。
(一)数据一体化管理与共享
l数据互操作
遥感影像和图像分析功能可以作为核心组成部分与GIS实现一体化，首先解决的问题就是遥感与GIS平台之间的数据互操作问题。数据互操作实现有两个途径：
一是将遥感数据或者GIS数据都以标准格式保存，两个平台都支持；
二是遥感和GIS平台直接支持对方数据格式。很明显后者比前者更加方便。
l栅矢数据集中和分布式管理
在遥感中，数据主要储存格式为栅格，GIS中主要由矢量数据格式组成。栅格和矢量一体化管理，需要这样一种数据模型，同时储存栅格和矢量数据，支持分布式管理。
l基于服务的企业级共享
影像天然地具有企业级应用的潜力，因为它可以实现多个用户在同一幅图上同时进行操作。而这对于大型企业级应用更加有利，其中最主要的一项优势就是节省成本。我们可以分享同一影像资源，从而显着地减少成本。而影像由于自身的特点，具有很高的存储要求，尤其是那些高空间分辨率、多光谱影像。传统以纸质影像图或者电子文件分发的形式也能实现数据共享，但是共享效率比较低。如今基于Web services的共享方式提供了一种合理的解决方式，它集中利用了计算机资源，可以为若干个客户端提供影像共享服务。
(二)平台一体化分析
在遥感软件中进行的图像处理工作流，与GIS软件下的GIS工作流实现无缝链接和交换。如在遥感软件中处理的数据通过菜单功能直接传送到GIS软件中，无需中间的保存、打开等步骤；GIS软件中分析的数据，直接导入遥感软件中，并且保持同步显示；遥感软件中集成GIS软件的部分组件功能。
虽然在两个不同的软件平台下工作，操作感和处理效率类似在一个平台下作业。
(三)系统一体化集成开发
大多数遥感和GIS软件平台都提供了二次开发功能。如在进行GIS系统开发时，将专业的影像数据处理和分析工具集成到GIS系统环境中，在同一系统中既能完成遥感数据的专业处理与分析，又能完成GIS空间分析和发布共享等工作，形成一个遥感与GIS一体化集成系统。
要实现一体化集成开发系统，前提是遥感和GIS软件平台提供的二次开发接口，都能通过程序开发语言调用，并整合在一起。
3 ENVI/IDL与ArcGIS一体化集成方案
遥感与GIS不仅从数据上，还会从整个软件构架体系上真正实现融合，从而可以达到优势互补，进一步提升GIS软件的可操作性，提升空间和影像分析的工作效率，并有效节约系统成本。为了适应这种新的用户需求和未来的技术发展趋势，更好地为用户提供服务，全球最大的GIS技术提供商ESRI公司与全球遥感领域的领导者美国ITT Visual Information Solutions(简称ITT VIS)公司，建立了全球战略合作伙伴关系，共同开发和建设遥感与GIS一体化平台。
ENVI是由遥感领域的科学家采用IDL（交互式数据处理开发语言）开发的一套功能强大的、完整的遥感图像处理软件。ArcGIS是由ESRI公司开发的、全球使用最广的GIS软件。ENVI/IDL与ArcGIS一体化集成解决方案，在真正意义上实现了遥感与GIS一体化集成。
(一)数据一体化管理与企业级共享
lENVI/IDL与ArcGIS数据互操作
从2007年6月开始，ESRI公司和ITT VIS公司宣布两者的商务和技术合作计划。两个平台互相支持对方的格式，同时两者都支持一些通用文件格式，如GeoTiff、JPEG2000等（图3）。
图3 ENVI/IDL与ArcGIS数据互操作
l栅矢数据集中和分布式管理
Geodatabase是按照一定的模型和规则组合起来的存储空间数据和属性数据的容器，已经成为ArcGIS的核心数据模型，它实现了多源空间数据的集中和分布式管理。它是一种天然的遥感与GIS数据一体化储存模型。根据不同的应用需求，它分为三个级别：File Based Geodatabase、Personal Geodatabase、Enterprise（SDE）Geodatabase。其中Enterprise（SDE）Geodatabase支持分布式管理与储存。
图4 天然的遥感与GIS数据一体化储存模型
ENVI完全支持ArcGIS Geodatabase各个级别的读写，在ENVI、ENVI Zoom、ENVI EX中，都可以通过菜单Remote Connection Manager打开相应的面板，也可以通过Save to ArcGIS Geodatabase菜单将数据保存到Geodatabase。
图5 打开Geodatabase以及服务的数据
图6数据保存到Geodatabase
l基于服务的企业级共享
ENVI可以当作一个客户端，打开OGC标准的服务（WCS/WMS），这些服务可以是ArcGIS Server发布的。
其中WCS服务发布的影像数据保留了原始的数据的像元值和波段信息，因此通过WCS服务获得的影像可以做进一步的分析，跟分析本地影像效果是一样。
图7 远程数据接收与本地处理、成果共享
(二)ENVI/IDL与ArcGIS平台一体化分析
最新版的ENVI4.7推出专门为GISer使用的ENVI EX模块，这个模块整合了部分ArcGIS®和ENVI功能，将影像处理和分析与GIS工作流无缝链接到一起，在ENVI EX中能完成三个方面的工作：
1)无缝链接GIS工作流
ENVI EX将影像处理和分析与GIS工作流无缝链接到一起，在ENVI EX中能实现：
轻松交换数据和图层文件：ArcGIS中的数据或图层文件（*.lyr）可以通过鼠标拖拽方式放到ENVI EX上进行显示。
查看和处理ArcGIS图层：ENVI EX支持ArcGIS的图层符号化显示，即可以完全按照ArcGIS风格和样式显示图层数据。
同步查看图像处理结果：在ENVI EX下执行图像处理过程中，动态修改参数，在ENVI EX和ArcGIS可以看到相同的变化结果。
2)向导式专业影像处理工具
ENVI EX提供GIS用户最需要的图像处理和分析功能，并以流程化、向导操作方式提供。并具有透视窗口随时预览处理结果。
3)成果共享
ENVI EX提供多种成果共享方式，将影像处理与分析结果无缝集成到GIS工作流中。
l存储为通用格式或PowerPoint文件
l直接保存Geodatabase或输出Shapefile
l在ENVI EX中直接调用ArcGIS制图组件进行出图
l通过菜单直接将成果导入ArcMap进行制图，无需中间保存与打开过程。
同样ENVI Zoom视窗具有ENVI EX类似的功能。
图8 平台一体化分析方式
(三)ENVI/IDL与ArcGIS集成开发
ENVI是一个非常开放的平台，提供一个健全的函数库（图9），几何涵盖ENVI平台大部分图像处理功能。
图9 ENVI部分函数库列表
同时IDL具有很好的扩展性，能很方便地与其他开发环境（VB、VC、.NET、Java等）进行集成开发。IDL可以通过以下方式与其他语言集成开发：
1)Callable技术
IDL作为动态链接库被外部程序调用的技术。使用Callable 技术，外部程序可以像IDL命令行一样使用IDL命令或调用执行IDL的程序。
简单实现方法（在vc6.0）：
1.将ITTIDL71externalinclude目录下的idl_export.h头文件，添加到VC工程中
2.工程→设置→连接 中的对象/库模块 中 添加idl.lib
3.添加Library files 安装路径ITTIDL71BINBIN.X86
4.系统变量path中添加IDL的安装路径ITTIDL71BINBIN.X86
5.进行初始化IDL_Win32Init(0,handle,NULL,0)
6.执行IDL命令行IDL_ExecuteStr(“restore,‘satstretch.sav’”)
7 .IDL_Cleanup(true)
2)对象输出助手
将IDL编写的功能模块输出为Java类和COM组件（.DLL或者.OCX）。
3)IDLDrawWidget （VS2005中）
首先在建立一windows应用程序。在工具箱上右键→选择项→COM组建选中IDLDrawWidget Control 3.0 拖动 控件到窗体上 axIDLDrawWidget1.IdlPath设定IDL库文件目录 n = axIDLDrawWidget1.InitIDL((int)this.Handle) axIDLDrawWidget1.ExecuteStr(“”);执行IDL命令 4)COM_IDL_CONNECT
同IDLDrawWidget类似。
同时，ArcGIS提供ArcObjects软件组件库，它提供了模块化、可伸缩、跨平台的通用API。
ENVI/IDL与ArcGIS集成开发可以通过以下三个途径实现：
图10 三种集成开发模式
1)ENVI / IDL与ArcGIS桌面定制
通过ArcGIS桌面SDK及开发语言（如Python、VBA、VB、VC、.net等），将ENVI/IDL图像处理与分析功能集成到ArcMAP中：
图11将 ENVI/IDL功能嵌入ArcMAP Toolbar中
图12 ENVI/IDL功能嵌入ArcToolBox中
图13 ENVI/IDL功能嵌入ModelBuilding（GP工具）
2)ENVI / IDL与ArcGIS Engine
ArcGIS Engine是组件式开发工具包，可以灵活、方便地定制地图及GIS解决方案。ENVI / IDL与ArcEngine的一体化集成开发具有以下三个特点：
1.通过ArcGIS Engine解决了数据浏览、栅格矢量叠加、矢量编辑、渲染、专题制图以及空间分析等问题；
2.将ENVI/IDL作为影像处理引擎，解决专业的影像处理过程；
3.基于成熟平台的二次开发，快速实现了系统无缝集成开发，而且大大减少了程序的开发量、开发周期，减少了系统开发的风险，开发者可以将大部分精力放在系统业务流程上。
图14 ENVI/IDL与ArcEngine一体化集成开发
3)ENVI / IDL与ArcGIS Server
将ENVI/IDL图像处理与分析功能集成在服务器端，以ArcGIS Server作为地图服务器，将处理结果传递到客户端，较好地实现了B/S模式下对影像实时计算处理的需求。
ENVI/IDL与ArcGIS一体化集成打破了传统单一的遥感图像处理流程，形成影像数据处理与分析、管理、空间分析、发布共享的空间信息工程化与流程一体化（图15）。
图15空间信息工程化与流程一体化的最佳组合
4 ENVI/IDL与ArcGIS一体化集成操作演示
(一)企业级共享
下面以一个比较简单的例子演示这个过程。
1)将ENVI中处理好的数据用ArcGIS Server发布成wcs服务。
图16 发布wcs服务
2)获取WCS服务的URL地址。
图17 获得WCS服务URL
3)打开ENVI或者ENVI Zoom或者 ENVI EX，这里打开ENVI EX。在ENVI EX中，选择File->Remote Connection Manager（图18），在Remote Connection Manager中New一个连接，连接的属性面板中（Connection Properies）中，Type中选择OGC Web Coverage Servics（WCS）项，将WCS服务的URL输入URL项中，后加一个英文半角“？”，其他信息自动从URL中获取，单击OK。
图18新建一个WCS连接
4)可以看到获取的WCS服务中的影像数据（图19）。单击Open按钮，将获取的数据在ENVI EX中打开。
图19 获取的WCS服务中的影像信息
5)在ENVI EX中打开的WCS服务中的影像数据（图20），可以对这个影像数据进行分析，如这里对其进行Classification，这是一个流程化的操作，一路Next下去（也可以修改一些参数），其中可以打开Proview功能对结果随时预览。
图20 对WCS服务中的影像数据进行分析
6)到输出结果步骤时，可以选择GDB或者Shapefile，这里选择保存到GDB中（如图21）。
图21 保存结果到Geodatabase中
这样我们就完成了一个比较典型的影像共享过程：影像服务发布(数据中心)->使用影像服务(数据使用单位)->浏览与分析影像->分析结果储存与再次共享。
(二)平台一体化分析
下面以利用影像来更新矢量数据的例子演示ENVI/IDL与ArcGIS平台一体化分析过程。
1)将“旧”矢量数据和“新”的影像数据加载到ArcMAP中（图22）。
图22 加载矢量和影像数据的ArcMAP
2)根据“旧”矢量数据和影像目视解译结合方法选择部分矢量要素作为样本。生成新的一个矢量图层。
图23 选取的样本
3)打开ENVI EX（ENVI Zoom也可以），鼠标左键在ArcMAP中单击样本矢量层拖拽到ENVI EX中，可以看到ENVI EX中已经将样本图层打开并保持ArcMAP一样的专题符号。同样的方法将影像拖拽到ENVI EX中（图24）。
图24ENVI EX中打开矢量样本和影像数据
4)在ENVI EX中，鼠标左键按住影像图层拖拽到Toolbox中的Classification流程化工具中。启动Classification流程化工具。单击Next按钮，选择监督分类（Use Training data），将前面的矢量样本导入（图25）。
图25 选择矢量样本
5)同样可以用Preview预览分类结果。一路Next，在Save Results同样可以选择保存文件还是GDB。这里选择保存为shapefile文件。
6)在ENVI中加载获得的结果，选择File->Print，集成了ArcMAP制图输出组件，支持ArcMAP制图模板。
图26 打印输出结果
7)或者在ENVI EX的Layer Manager中分类矢量结果图层上单击右键，在快捷菜单中选择Send to ArcMap命令，可以直接将结果传送到ArcMap平台中。
8)选择ENVI EX中的Geo Link To ArcMap命令，可以将ENVI与ArcMap进行地理链接，使两个平台浏览的范围保持一致。
这个例子完成了一个GIS工作流与遥感工作流无缝链接的过程。
5 ENVI/IDL与ArcGIS集成开发案例
(一)城市遥感动态监测管理系统——北京建设数字科技股份有限公司
以地理信息基础平台为基础，3S技术一体化为核心，结合专业遥感处理软件ENVI，实现对城市范内区域、街道、重点对象的影像特征的采样和分析，快速获取其空间特征。并利用ArcGIS Engine的叠加分析、缓冲区分析等功能，实现对多时相城市航空影像数据之间、遥感影像数据与规划编制、规划审批成果之间的比对分析，及时了解城市的土地利用变化情况，掌握城市建设中与规划不符的情况。并通过核查上报、统计分析等手段，为城市规划监察、城市管理服务。
图27 系统主界面
图28 遥感影像信息分类提取
(二)环北京土地利用动态监测与评价平台——2009ESRI开发大赛ENVI/IDL组一等奖作品，首都师范大学
系统的基本功能包括各种栅格数据的加载、显示（单波段显示和多波段合成）、数据管理、数据格式转换、波段统计、ROI选取工具、图像的增强等功能。
在业务功能方面，系统主要分成类三个模块，其中包括监测指标和计算模块、土地利用信息提取模块和土地资源监测评价模块。监测指标和计算模块的功能主要包括NDVI（归一化植被指数）、MSAVI（土壤调整植被指数）、FC（植被覆盖度）、Slope(DEM的坡度计算)和PCA变换（主成分变换）；土地利用信息提取模块包括基本的图像信息提取方法，如监督分类、非监督分类、目视解翻，并提供的基本的分类后处理的功能；土地资源监测评价模块主要包括：土壤侵蚀监测评价、土地退化监测评价、土地沙化监测评价和土地盐碱化监测评价。其中前两种评价主要是用IDL编写的决策树算法，后两个评价介于ArcGIS Desktop的model builder创建模型，在ArcGIS Engine的Geoprocessing中进行调用。
图29 系统主界面
图30 土壤侵蚀监测评价子模块
图31 支持向量机监督分类
(三)遥感震害快速评估技术系统——中国地震局地壳应力研究所
遥感震害快速评估技术系统是在地震遥感震害快速增强、震害分类提取与震害评估技术研究的基础上，针对国家抗震救灾指挥和地震现场评估的需要，研制的适应近地表遥感信息获取系统获取的多景图像的技术系统。用户可以利用该系统在图像接收后2-6小时内提供初步的宏观灾情提取结果与损失评估结果，6-18小时内提供准确的宏观灾情分布结果和损失评估结果。
遥感震害快速评估技术系统的主要功能包括遥感（RS）和地理信息系统（GIS）的无缝结合，近地表数据处理，遥感影像快速校正，遥感影像快速增强，用面向对象等实用的分类技术进行震害识别，震害损失评估，与数据库结合，成果图像的快速显示和制图，专用的评估流程和集体评估的集成。
图32综合评估平台
图33 影像自动配置子功能
(四)农作物调优栽培决策支持系统——国家农业信息化工程技术研究中心
农作物调优栽培决策支持系统是依托农业部公益性行业科研专项“主要农作物调优栽培信息化技术”项目，基于最新的ENVI/IDL技术、WebGIS、GPS、企业空间数据库、通信技术、作物模拟技术等信息技术和农学知识的高度集成，建立的用于主要农作物调优栽培的信息化决策支持系统。
系统主要面向农业管理部门、农业生产部门（如农场）、作物协会（如谷物协会）及大型涉农企业的专业技术及生产管理人员，对主要农作物的产前优良品种种植区划——产中调优栽培及产量、品质预报——产后指导按质收购等作物生产全过程进行信息化管理，最大限度地为农作物生产的信息化管理与粮食政策的制定提供决策支持。
系统通过采用ENVI/IDL编程技术实现对遥感影像的实时计算和处理，生成初步的作物分类结果以及影像光谱指数，结合野外采集的GPS定位数据、农学样点信息，综合分析各种常用的农学模型，通过WebGIS技术实现实时直观的专题图、统计图表、细节点击查询等多种展现方式，实现对作物长势监测、作物产量估算、作物品质预测、病虫害监测、干旱监测、冻害监测、肥水诊断等作物生产全过程的信息化管理。
系统采用Oracle10g +ArcSDE作为空间数据库，后台采用ENVI/IDL、ArcGIS Engine、ArcIMS实现遥感影像处理与发布，前端页面展现完全基于Ajax技术构建，综合采用了OpenLayers、JQuery、Google Maps API等脚本库。
图34 自定义植被指数计算界面
图35 作物长势分级专题图
6总结
随着空间信息市场的快速发展，遥感数据与GIS的结合日益紧密。遥感与GIS的一体化集成逐渐成为一种趋势和发展潮流。ENVI/IDL与ArcGIS为遥感和GIS的一体化集成提供了一个最佳的解决方案。
‘玖’ 电子地图系统WEBGIS 关键技术
随着Internet技术的不断发展和人们对地理信息系统(GIS)需求的日益增长，利用Internet在Web上发布空间数据，为用户提供空间数据浏览、查询和分析的功能，已成为地理信息系统(GIS)发展的必然趋势。于是，基于Internet技术的地理信息系统———WEBGIS就应运而生。
WEBGIS是一个将地理信息处理和地理信息分布于Web计算平台进行的网络化GIS系统，它是面向对象软件构件技术、信息互操作技术、网络技术发展的产物。系统采用ARCGISServer作为WEBGIS支撑平台实现基础地理空间数据和地质空间数据的网络发布。
1.栅格WEBGIS技术
“栅格WEBGIS”(Grid WEBGIS)这一概念和产品是对传统Web地图服务方式的一种革命。启用这个名称，可谓是一语双关:就是提供地理底图的方式来讲，再也不是传统的方式———服务器端将矢量地图临时生成栅格图发给客户端，而是事先生成好栅格图，用户请求时不必做任何处理就可以即时发给客户端;就客户端的显示方式来讲，摒弃了传统的一张地图的显示方式，客户端采用多幅小图拼接的方式显示，总体看起来像是小图片填充一个大的栅格的效果。
预先制作好所要发布的地理底图、遥感影像不同缩放比例下的静态图像存放于服务器端，待实际发布时根据缩放比例在不同级别图像之间进行切换。这种技术大大提高了地图的Web浏览速度。
2.Web服务器端技术
Web服务器端主要由两部分组成，即IIS(Internet Information Server)和WEBGIS服务器(包括ArcIMS组件、InternetGIS站点设计向导程序Wizard及面向城市地质Web应用的扩展组件)。
其中，IIS主要负责接收普通的用户请求，当其需要空间数据时则向WEBGIS服务器发出请求，WEBGIS服务器接收到浏览器端的请求后，利用ArcIMS组件和城市地质Web应用扩展组件的功能，进行处理、分析、计算等;如果需要数据服务器的数据，则由WEBGIS服务器向数据服务器发出请求。
3.Web客户端相关技术
包括IITML、客户端脚本语言、VML(矢量可标记语言)、XML、DOM(文档对象模型)、CSS(层叠样式表)及Ajax(Asynchronous JavaScript and XML的缩写)，这些技术的综合运用大大扩展了系统功能，大幅提高了系统响应速度。
‘拾’ 遥感器和遥感平台如何影响遥感图像的总体特征
遥感影像目视解译原理
遥感影像目视解译原理
在遥感影像上，不同的地物有不同的特征，这些影像特征是判读识别各种地物的依据，这些都称为判读或解译标志。解译标志包括直接和间接解译标志：
1 直接判读标志
（1）形状
影像的形状是指物体的一般形式或在轮廓上的反映。各种物体都具有一定的形状和特有的辐射特性。同种物体在图象上有相同的灰度特征，这些同灰度的像素在图象上的分布就构成与物体相似的形状。随着图像比例尺的变化，“形状”的含义也不相同，一般情况下，大比例尺图像上所代表的是物体本身的几何形状，而小比例尺图象上则表示同类物体的分布形状。有些物体的形状非常特殊，其平面图形是该物体的结构、组成和功能的生要标志，有时甚至是关键，所以“形状”是判读的重要工具。
（2）大小
物体在图像上的大小也是判读标志之一。“大小”的含义随图像比例尺的变化而不同：大比例尺图像上，量测的是单个物体的大小，而小比例尺图像上，只能量测同类物体分布范围的大小。
（3）颜色和色调
颜色一般指彩色图像而言，当彩色摄影和假彩色合成技术发展起来之后，颜色的差别可以进一步反映了地物间的细小差别，为判读人员提供更多的信息。人眼对彩色的分辨能力远比对黑白色调差的分辨率能力强，因而颜色可作为彩色图像判读的标志。对多波段彩色合成图像的判读，往往可依据颜色的差别来确定地物与地物间或地物与背景间的边缘线，从而区分出各类物体。
色调是人眼对图像灰度大小的生理感受。人眼不能确切地分辨出灰度值，但能感受到灰度大小的变化，灰度大者色调深，灰度小者色调浅。
图像色调的深与浅，与物体的辐射特性是紧密相关的。一般情况下，反射率高的物体，接收的能量大，图像的色调就浅；反之则深。因此同一环境条件下的图像上色调的差异即是不同物体在图像上的反映。
（4）阴影
阴影的形式与物体辐射能量的方向有关，对反射辐射能来说与方向反射因子有关。在导出辐射传输方程式时，是把地表当作朗伯反射体看；而实际上地表的坡向和坡度都严重影响传感器方向的反射能量大小，以及物体之间的相互遮挡，都使图像上产生阴影。阴影有本影和落影之分。本影是象片上地物未被阳光直接照射到的阴暗部分；落影是在地物背光方向地物投射到地面的阴影在象片上的构象。
阴影会对目视判读产生相互矛盾的影响。一方面，人们可以利用阴影的立体感，判读地形地貌特征，大比例尺图像上，还可利用阴影判读物体的侧视图形，按落影的长和成像时间的太阳高度角量测物体的高度、单株树木的干粗等。另一方面，阴影区中的物体不易判读甚至根本无法判读。
（5）位置
自然界的物体之间往往存在一定的联系，有时甚至是相互依存的。例如桥梁与道路和水系，居民地与道路，土质与植被，地貌与地质等。因此物体所处的位置也是帮助判读人员确定物体属性的重要标志之一。
（6）结构（图案）
指自然界与人文特征重复出现的排列格式，如农业复合体（农田与果园），地形特征，建筑物布局等组成一定的格式。
（7）纹理
纹理指微色调的变化，纹理特征有光滑的、波纹形的、斑纹形的、线性的和不规则的等多种形态。利用纹理特征可以区分色调总体相同的两类物体，纹理也可以作为分类图像再细分的基本准则。
（8）分辨率
分辩率比其他许多图像特征（标志），更取决于遥感系统本身，而与物体的特性关系则小些。传感器本身因素包括性能、设计要求和遥感过程中的环境条件、以及获取数据以后的处理等。当图像上的物体小于图像分辨率时，则不能进行判读。
（9）立体外貌
对有一定重叠度图像，可以进行立体观察。各物体的立体外貌，在立体模型中的显示与真实情况相似。当其他标志都相同或相近时，立体外貌则是很好的判读标志。
以上这些直接判读标志，虽然在图像上都可以直接判读出来，即能直接确定物体的属性。但对于不同的图像类型，不同的图像比例尺和不同的分析研究目的，各直接判读标志的重要性也有所不同。例如，假彩色图像比其他图像更强调色调（颜色）的差别，因为同一幅图像上颜色的微小差别，即代表不同的物体特征；细微分类比粗略分类更强调纹理特征；进行高差判读时则以阴影为主要标志等。
2 间接判读标志
各判读标志都随图像比例尺缩小而逐渐失去其直接性。有许多判读目的不能根据图像的直接判读标志判读出来，例如城市人口数判读，某一社会阶层的经济状况等。这些专题的判读，可以按下述间接标志为依据：
（1）水系
水系的类型和结构受地形和基岩类型的控制，基岩的岩性、走向决定了地形地貌的结构和走向，因而也就决定了水系类型和结构。反言之，水系的类型结构也就指示出基岩岩性和地貌特征。
水系密度大，表示地表径流发育、支流多，土壤和岩石的透水性差，颗粒细，易于被流水侵蚀。密度小，表示地表径流不发育，土壤的透水性能好，水系稀疏，水土流失少。
水系分布均匀时，表示岩性均匀一致。岩性复杂地区水系的流水方向常急转弯，河流纵断面高差突变多形成瀑布、跌水等河段。
各种水系结构、类型都表示基岩的不同特性及地质构造，气候条件、地貌类型、植被覆盖密度和人工活动等。
水系在遥感图像上反映最明显，最易判读。在水系判读的基础上，可以根据水系的特征分析推断出其它地表特征。
（2）地貌
各种地貌形态由不同的岩性、造山运动、风蚀和水蚀作用形成。岩性不同抵抗风、水等外等侵蚀的能力也不同，一般抗外力能力强的岩石形成陡峻山地地貌，抗外力弱的岩石则形成平缓的丘陵或平地。
地貌形态特征决定了水系的类型，植被子的分布、土壤的特性等。因此，在图像上判读出了地貌形态后，可按其他要素与地貌的关系，推断出图像上无直接标志的特征。如植被子类型、土壤类型甚至植物种类等。
遥感图像上地貌类型的显示和水系一样明显，由于遥感图像一般是低太阳高度角成像，地形起伏产生的阴影十分明显，按阴影的长度和色调的深浅，能确定坡度和比高、进而确定地貌类型——山地、丘陵、平地等。
（3）土质
土质包括各类土壤、裸露岩石、戈壁、沙漠等，各种土质所处的自然环境不同其水分、盐分、碱分和腐殖质含量亦不相同。土壤的成因不同，又有不同的颜色——黑土、褐土、黄土、红壤等，这些区别都造成不同的辐射特性。
另外，土质和植被是紧密相关的，一定类型的土质，生长一定类型的植被。反之，植被的生长发育又影响到土质的组成成分。
土质在遥感图像上的表征除大片沙漠、戈壁和裸露岩石外，不是很明显的，要判断出土壤类型需根据土壤与其他易判读要素之间的联系来分析判断。
（4）植被
植被的种类、生长状况、分布规律，在一定程度上受岩性、地貌、土质、气候等因素的控制。不同种类的植物要在一定的自然环境中才能生长，一般而言，受气候条件的影响最大，但由于基岩的分布以及沉积物的成分、粒度、含水性、矿化度、盐碱度及有害元素等的影响，使植物群落的外貌、种属、生长状态等都发生了一些生态变化。
植物在遥感图像上的反映也是相当明显的，用植物的特征来分析判断与之有关的其他要素，效果很好。反之，也可以按其他影响植物发育的自然地理因素的分布规律，来判断植物群落的分布、类型和种类等。
大比例尺图像判读，植被往往是一种有害因素，茂密的森林往往掩盖大量地形特征，尤其对立体观测的影响较大。
（5）气候
地球上气候变化很有规律性，人们按其变化规律分成各类气候带：由赤道向两极，由沿海向内陆分成水平气候带；由山下向山头分成垂直气候带。
气候条件控制植物生长特征，水系发育特征，地貌土质发育特征等。这些要素反过来又影响气候条件，形成区域气候。
气候条件在遥感图像上毫无特征标志，但人们根据自然地理位置可以了解其气候变化情况，进而分析判断受气候条件控制的各要素的特征，诸如植物种属、密度；地貌特征；土壤性质；水第结构等。
（6）人文活动
人文活动往往局部地改变自然环境，使其有利于人类社会的发展。但计划的开发自然资源，往往又会造成生态平衡严重破坏，使自然地理要素的内在联系遭到破坏。
遥感图像反映人文活动的痕迹，大部分能在大比例尺图像上判读出来，小比例尺图像上只能反映大型人文活动的痕迹，如铁路建筑、堤坝工程、围湖造田、防护林带、城市发展、工矿设施及农业活动等。
人类活动对环境生态的破坏，用多时相图像对比分析，也是显而易见的。
上述各类判读标志中，在航空遥感图像判读时，直接判读中起主导作用；但在航天遥感图像判读中，间接判读标志与直接判读标志起着同等重要的作用。
四 遥感影像目视解译的原则和方法
1 遥感影像目视解译原则
遥感影像目视解译的原则是先“宏观”后“微观”；先“整体”后“局部”；先“已知”后“未知”；先“易”后“难”等。一般判读顺序为，在中小比例尺象片上通常首先判读水系，确定水系的位置和流向，再根据水系确定分水岭的位置，区分流域范围，然后再判读大片农田的位置、居民点的分布和交通道路。在此基础上，再进行地质、地貌等专门要素的判读。
2 遥感影像目视解译方法
（1）总体观察
观察图像特征，分析图像对判读目的任务的可判读性和各判读目标间的内在联系。观察各种直接判读标志在图像上的反映，从而可以把图像分成大类别以及其他易于识别的地面特征。
（2）对比分析
对比分析包括多波段、多时域图像、多类型图像的对比分析和各判读标志的对比分析。多波段图像对比有利于识别在某一波段图像上灰度相近但在其它波段图像上灰度差别较大的物体；多时域图像对比分析主要用于物体的变化繁衍情况监测；而多各个类型图像对比分析则包括不同成像方式、不同光源成像、不同比例尺图像等之间的对比。
各种直接判读标志之间的对比分析，可以识别标志相同（如色调、形状），而另一些标识不同（纹理、结构）的物体。对比分析可以增加不同物体在图像上的差别，以达到识别目的。
（3）综合分析
综合分析主要应用间接判读标志、已有的判读资料、统计资料，对图像上表现得很不明显，或毫无表现的物体、现象进行判读。间接判读标志之间相互制约、相互依存。根据这一特点，可作更加深入细致的判读。如对已知判读为农作物的影像范围，按农作物与气候、地貌、土质的依赖关系，可以进一步区别出作物的种属；河口泥沙沉积的速度、数量与河流汇水区域的土质、地貌、植被等因素有关，长江、黄河河口泥沙沉积情况不同，正是因为流域内的自然环境不同所至。
地图资料和统计资料是前人劳动的可靠结果，在判读中起着重要的参考作用，但必须结合现有图像进行综合分析，才能取得满意的结果。实地调查资料，限于某些地区或某些类别的抽样，不一定完全代表整个判读范围的全部特征。只有在综合分析的基础上，才能恰当应用、正确判读。
（4）参数分析
参数分析是在空间遥感的同时，测定遥感区域内一些典型物体（样本）的辐射特性数据、大气透过率和遥感器响应率等数据，然后对这些数据进行分析，达到区分物体的目的。
大气透过率的测定可同时在空间和地面测定太阳辐射照度，按简单比值确定。仪器响应率由实验室或飞行定标获取。
利用这些数据判定未知物体属性可从两个方面进行。其一，用样本在图像上的灰度与其他影像块比较，凡灰度与某样本灰度值相同者，则与该样本同属性；其二，由地面大量测定各种物体的反射特性或发射特性，然后把它们转化成灰度。然后根据遥感区域内各种物体的灰度，比较图像上的灰度，即可确定各类物体的分布范围。
第二部分
【正文快照】：
图象纹理分析已在许多学科得到广泛的应用。如细胞图象、金相图象等均具有明显的纹理特征，分析它们的纹理结构，可以得到鉴别细胞性质的信息及反映金相结构的物理信息〔1〕。气象卫星云图大多也是纹理型的。由于生成云的大气环流、云内气流、水汽含量等的差异，导致云的形态、密度、云顶高度的不同，在云图上反映出色调、分布及纹理的多样性。正确判别卫星云图中的云类特征可为人类提供丰富的天气信息，应用于天气分析、降水预报等领域，因而十分重要。郁凡等〔2〕曾作过这方面的工作。本文根据数字化卫星云图的灰度分布，抽取纹理特征量…
分辨率是用于记录数据的最小度量单位，一般用来描述在显示设备上所能够显示的点的数量(行、列)，或在影像中一个像元点所表示的面积。
因为遥感拍摄的像片是由位于不同高度，装在不同载体(如飞机、卫星等)上的不同清晰度(分辨率)照相设备，以不同的照相(采集)方式，获取的遥感像片(图像、数据、影像等)，这些遥感图像是具有不同清晰度、不同分辨率的照片。类似我们在生活中用135 照相机拍摄一棵树，从汽车上拍一张，然后再从飞机上拍一张，两张135底片在放大同一棵树时，其放大效果是不一样的。肯定是高度低的135照片放大后的效果最清晰，也就是说分辨率最高。
遥感卫星的飞行高度一般在4000km～600 km之间，图像分辨率一般从1 km～1m之间。图像分辨率是什么意思呢？可以这样理解，一个像元，代表地面的面积是多少。像元是什么意思呢？像元相当于电视屏幕上的一个点(电视是由若干个点组成的图像画面)，相当于计算机显示屏幕上的一个象素，相当于一群举着不同色板拼成画图的人中的一个。合肥市五里飞虹卫星遥感影像.jpg
当分辨率为1km时，一个像元代表地面1kmX1km的面积，即1km2；当分辨率为30m时，一个像元代表地面30m×30m的面积；当分辨率为1m时，也就是说，图像上的一个像元相当于地面1m x 1m的面积，即1m2。
在您使用遥感图像数据时，请您千万注意，您所要解决的工作问题，应选择相应分辨率的遥感数据资料。有关遥感数据样板，请您查看本网站卫星遥感影像栏目。